O objetivo deste trabalho é estimar a importância relativa de consumidores ricardianos e não-ricardianos na economia brasileira e analisar o impacto de choques nos gastos do governo no consumo privado utilizando um modelo dinâmico estocástico de equilíbrio geral (DSGE). Os parâmetros do modelo são estimados utilizando-se métodos de inferência Bayesiana. Conclui-se que a importância dos consumidores não-ricardianos no Brasil é baixa, próxima de 10% e que sua presença afeta os demais parâmetros do modelo. Em resposta aos choques nos gastos do governo, verifica-se que o modelo falha em conter a queda no consumo privado devido a alta persistência dos choques e que há um apertamento da política monetária visando conter o aumento da inflação. / The purpose of this dissertation is to estimate the share of ricardian and nonricardian consumers in the brazilian economy and analyze the impact of government spending shocks on private consumption using a dynamic stochastic general equilibrium (DSGE) model. The parameters of the model are estimated using bayesian methods. We conclude that the share of non-ricardian consumers in Brazil is low, around 10% and that its presence a ect the other parameters in the model. In response to the government spending shocks, we verify that the model fails to contain the reduction on private consumption due to the high persistence of the shocks. We also verify a monetary policy tightening to contain the rise in in ation caused by the shock.

Cañavate Grimal, A. (2014). Metodología para la identificación de parámetros en excavaciones profundas al abrigo de muros pantalla mediante métodos espectrales estocásticos [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/39311 / TESIS

A lo largo de las últimas décadas, la disponibilidad cada vez mayor de grandes cantidades de información biomédica ha potenciado el desarrollo de herramientas que permiten extraer e inferir conocimiento. El aumento de tecnologías biomédicas que asisten a los expertos médicos en sus decisiones ha contribuido a la incorporación de un paradigma de medicina basada en la evidencia centrada en el paciente. Las contribuciones de esta Tesis se centran en el desarrollo de herramientas que asisten al médico en su proceso de toma de decisiones en el diagnóstico de tumores cerebrales (TC) mediante Espectros de Resonancia Magnética (ERM). En esta Tesis se contribuye con el desarrollo de clasificadores basados en Reconocimiento de Patrones (RP) entrenados con ERM de pacientes pediátricos y adultos para establecer el tipo y grado del tumor. Estos clasificadores especializados son capaces de aprovechar las diferencias bioquímicas existentes entre los TC infantiles y de adultos. Una de las principales contribuciones de esta Tesis consiste en el desarrollo de modelos de clasificación enfocados a discriminar los tres tipos de tumores cerebrales pediátricos más prevalentes. El cerebelo suele ser una localización habitual de estos tumores, resultando muy difícil distinguir el tipo mediante el uso de Imagen de Resonancia Magnética. Por lo tanto, obtener un alto acierto en la discriminación de astrocitomas pilocíticos, ependimomas y meduloblastomas mediante ERM resulta crucial para establecer una estrategia de cirugía, ya que cada tipo de tumor requiere de unas acciones diferentes si se quiere obtener un buen pronóstico del paciente. Asimismo, esta Tesis contribuye en la extracción de características para ERM mediante el estudio de la combinación de señales de ERM adquiridas en dos tiempos de eco: tiempo de eco corto y tiempo de eco largo; concluyendo que dicha combinación mejora la clasificación de tumores cerebrales pediátricos frente al hecho de usar únicamente los ERM de un / Vicente Robledo, J. (2012). Clinical Decision Support Systems for Brain Tumour Diagnosis: Classification and Evaluation Approaches [Tesis doctoral]. Editorial Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/17468 / Palancia

[pt] Este trabalho modela a evolução temporal de uma epidemia com uma abordagem estocástica. O número de novas infecções por infectado é modelado como uma variável aleatória discreta, chamada aqui de contágio. Logo, a evolução temporal da doença é um processo estocástico. Mais especificamente, a propagação é dada pelo modelo de Bienaymé-Galton-Watson, um tipo de processo de ramificação de parâmetro discreto. Neste processo, para um determinado instante, o número de membros infectados, ou seja, a geração de membros infectados é uma variável aleatória. Na primeira parte da dissertação, dado que o modelo probabilístico do contágio é conhecido, quatro metodologias utilizadas para obter as funções de massa das gerações do processo estocástico são comparadas. As metodologias são: funções geradoras de probabilidade com e sem identidades polinomiais, cadeia de Markov e simulações de Monte Carlo. A primeira e terceira metodologias fornecem expressões analíticas relacionando a variável aleatória de contágio com a variável aleatória do tamanho de uma geração. Essas expressões analíticas são utilizadas na segunda parte desta dissertação, na qual o problema clássico de inferência paramétrica bayesiana é estudado. Com a ajuda do teorema de Bayes, parâmetros da variável aleatória de contágio são inferidos a partir de realizações do processo de ramificação. As expressões analíticas obtidas na primeira parte do trabalho são usadas para construir funções de verossimilhança apropriadas. Para resolver o problema inverso, duas maneiras diferentes de se usar dados provindos do processo de Bienaymé-Galton-Watson são desenvolvidas e comparadas: quando dados são realizações de uma única geração do processo de ramificação ou quando os dados são uma única realização do processo de ramificação observada ao longo de uma quantidade de gerações. O critério abordado neste trabalho para encerrar o processo de atualização na inferência paramétrica usa a distância de L2-Wasserstein, que é uma métrica baseada no transporte ótimo de massa. Todas as rotinas numéricas e simbólicas desenvolvidas neste trabalho são escritas em MATLAB. / [en] This work models an epidemic s spreading over time with a stochastic approach. The number of infections per infector is modeled as a discrete random variable, named here as contagion. Therefore, the evolution of the disease over time is a stochastic process. More specifically, this propagation is modeled as the Bienaymé-Galton-Watson process, one kind of branching process with discrete parameter. In this process, for a given time, the number of infected members, i.e. a generation of infected members, is a random variable. In the first part of this dissertation, given that the mass function of the contagion s random variable is known, four methodologies to find the mass function of the generations of the stochastic process are compared. The methodologies are: probability generating functions with and without polynomial identities, Markov chain and Monte Carlo simulations. The first and the third methodologies provide analytical expressions relating the contagion random variable and the generation s size random variable. These analytical expressions are used in the second part of this dissertation, where a classical inverse problem of bayesian parametric inference is studied. With the help of Bayes rule, parameters of the contagion random variable are inferred from realizations of the stochastic process. The analytical expressions obtained in the first part of the work are used to build appropriate likelihood functions. In order to solve the inverse problem, two different ways of using data from the Bienaymé-Galton-Watson process are developed and compared: when data are realizations of a single generation of the branching process and when data is just one realization of the branching process observed over a certain number of generations. The criteria used in this work to stop the update process in the bayesian parametric inference uses the L2-Wasserstein distance, which is a metric based on optimal mass transference. All numerical and symbolical routines developed to this work are written in MATLAB.

En este trabajo se ha estudiado el género Androcymbium (Colchicaceae) a dos niveles: macro- y micro- evolutivo. A nivel microevolutivo se ha obtenido que para las especies de Sudáfrica oriental la componente interpoblacional es muy importante para explicar la distribución de la variabilidad genética, igual que en Sudáfrica occidental. Para las especies de Namibia, la componente mas importante es la intrapoblacional, igual que en el norte de África. A nivel macroevolutivo se ha obtenido que el origen del género se sitúa en Sudáfrica occidental, datándose en 11,22 ma. Este género ha resultado ser parafilético, dada la aparición conjunta en un mismo clado de especies de Androcymbium y Colchicum, y las especies del norte de África derivan de un taxa de Namibia que llegó a la cuenca Mediterránea a principios del Plioceno gracias a la formación de un corredor árido entre las zonas áridas del suroeste y este de África. / In this study the genus Androcymbium (Colchicaceae) has been studied at two levels: macro- and micro- evolutive. At the microevolutive level it has been obtained that in the western south African species, the inter-populational component is very important to explain the distribution of the genetic variability, the same case like in western South Africa. In the Namibian species, the main component in the intra-populational, the same case as in north Africa. At the macroevolutive level it has obtained that the origin of the genus is located in western South Africa and it has been dated in 12.22 mya. This genus is paraphyletic because of the inclusion of some species of Colchicum within Androcymbium, and the origin of the northern Africa taxa are related with a Namibian taxa that colonized the Mediterranean basin at the beginning of Pliocene thanks to the formation of an arid corridor between the arid areas of south-western and eastern Africa.

Neste trabalho utilizamos um modelo espaço-temporal proposto em Rojas (2004) para medir a interação social da criminalidade na região metropolitana de São Paulo. Realizamos simulações de Monte Carlo para testar a capacidade de estimação do modelo em diferentes cenários. Observamos que a estimação melhora com o aumento de observações ao longo do tempo. Já os resultados empíricos indicam que a região metropolitana de São Paulo é um hot spot no estado, pois é encontrado um maior grau de interação social no índice de homicídio em relação aos índices de roubo e furto. / In this paper we employ a spatio-temporal model proposed in Rojas (2004) to evaluate the social interaction in crime in São Paulo metropolitan area. We carry out Monte Carlo simulations to test the model estimation capability in different scenarios. We notice that the estimation gets better as the number of observations in time raises. The results point out that São Paulo metropolitan area is a hot spot in the state since we found out a greater social interaction for the homicide index, compared to robbery and thievery.

Neste trabalho utilizamos um modelo espaço-temporal proposto em Rojas (2004) para medir a interação social da criminalidade na região metropolitana de São Paulo. Realizamos simulações de Monte Carlo para testar a capacidade de estimação do modelo em diferentes cenários. Observamos que a estimação melhora com o aumento de observações ao longo do tempo. Já os resultados empíricos indicam que a região metropolitana de São Paulo é um hot spot no estado, pois é encontrado um maior grau de interação social no índice de homicídio em relação aos índices de roubo e furto. / In this paper we employ a spatio-temporal model proposed in Rojas (2004) to evaluate the social interaction in crime in São Paulo metropolitan area. We carry out Monte Carlo simulations to test the model estimation capability in different scenarios. We notice that the estimation gets better as the number of observations in time raises. The results point out that São Paulo metropolitan area is a hot spot in the state since we found out a greater social interaction for the homicide index, compared to robbery and thievery.

Neste trabalho utilizamos um modelo espaço-temporal proposto em Rojas (2004) para medir a interação social da criminalidade na região metropolitana de São Paulo. Realizamos simulações de Monte Carlo para testar a capacidade de estimação do modelo em diferentes cenários. Observamos que a estimação melhora com o aumento de observações ao longo do tempo. Já os resultados empíricos indicam que a região metropolitana de São Paulo é um hot spot no estado, pois é encontrado um maior grau de interação social no índice de homicídio em relação aos índices de roubo e furto. / In this paper we employ a spatio-temporal model proposed in Rojas (2004) to evaluate the social interaction in crime in São Paulo metropolitan area. We carry out Monte Carlo simulations to test the model estimation capability in different scenarios. We notice that the estimation gets better as the number of observations in time raises. The results point out that São Paulo metropolitan area is a hot spot in the state since we found out a greater social interaction for the homicide index, compared to robbery and thievery.

[pt] A interface solo-rocha é de difícil determinação e permanece essencialmente desconhecida na maioria das encostas brasileiras. Nesta tese, apresentamos um modelo analítico para a predição espacial da espessura de solo com base na teoria do controle ascendente do maciço rochoso e topografia de alta resolução. A maioria dos parâmetros do modelo possui significado físico, possibilitando medições em campo ou laboratório. O modelo inclui um termo que simula a perda de regolito devido a movimentos de massa estocásticos e outro termo que reproduz a forma do maciço rochoso ao longo de canais de drenagem. Reconciliamos nosso modelo com dados de campo obtidos a partir de sondagens com penetrômetro dinâmico leve no maciço da Tijuca, Rio de Janeiro. Usamos inferência Bayesiana, com amostragem da distribuição posterior de parâmetros através de simulação Monte Carlo via cadeia de Markov, a qual forneceu parâmetros do modelo que melhor honram os dados de campo bem como a incerteza preditiva estratigráfica. Para testar os resultados da inferência Bayesiana em estabilidade de encostas, desenvolvemos um programa computacional para a integração de simulações de fluxo não-saturado, o qual proporciona a distribuição de poro pressões, e um código de análise limite numérica, que fornece o fator de segurança (FS), ambos em três-dimensões. Propagamos a incerteza estratigráfica no programa desenvolvido para quantificar a variabilidade do FS e a probabilidade de ruptura de uma encosta natural não-saturada existente na região de estudo. Finalmente, salientamos a importância da quantificação da topografia da interface solo-rocha em análises de estabilidade geotécnica. / [en] Soil-bedrock interface is difficult to determine and remains essentially unknown in most Brazilian slopes. In this thesis, we present an analytic model for the spatial prediction of regolith depth built on the bottomup control on fresh bedrock topography hypothesis and high-resolution topographic data. Most of the parameters of the model represent physical entities that can be measured directly in the laboratory or field. The model includes a term which simulates the loss of regolith due to stochastic mass movements and another term that mimic the bedrock-valley morphology. We reconcile our model with field observations from boreholes using a light dynamic penetrometer at Tijuca massif, Rio de Janeiro. We use Bayesian inference, with Markov chain Monte Carlo simulation to summarize the posterior distribution of the parameters, which led to model parameters that best honor our field data as well as the stratigraphic predictive uncertainty. To test the results of the Bayesian inference in slope stability, we develop a software to integrate unsaturated flow simulations, which provide the pressure head distributions and a numerical limit analysis code, that generates the factor of safety (FS), both in three dimensions. We propagate the stratigraphic uncertainty through the developed program to quantify the FS variability and the probability of failure of a natural unsaturated hillslope in the study region. Finally, we emphasize the importance of bedrock topography in slope stability analysis.

[pt] O comportamento do consumo de energia elétrica do setor industrial tem sido amplamente investigado ao longo dos últimos anos, devido a sua importância econômica, social e ambiental. Mais especificamente, o consumo de eletricidade dos subsetores da indústria brasileira exerce grande importância para o sistema energético brasileiro. Neste contexto, as projeções de longo prazo do seu consumo de energia elétrica para um país ou uma região são informações de grande relevância na tomada de decisão de órgãos e entidades que atuam no setor energético. A abordagem bottom-up determinística tem sido utilizada para obter a previsão de longo prazo em diversas áreas de pesquisa. Neste trabalho, propõe-se uma metodologia que combina a abordagem bottom-up com os modelos lineares hierárquicos para a previsão de longo prazo considerando os cenários de eficiência energética. Além disso, foi utilizada a inferência bayesiana para a estimação dos parâmetros do modelo, permitindo a incorporação de incerteza nessas previsões. Os resultados utilizando os dados de consumo de eletricidade de subsetores da indústria brasileira mostraram que a metodologia proposta consegue capturar a tajetória do consumo de eletricidade, em particular, dos subsetores de papel e celulose, e de metais não-ferrosos e outros de metalurgia. Por exemplo, os intervalos de credibilidade de 95 por cento construídos a partir do modelo estocástico contemplam os valores reais observados nos anos de 2015 e 2016. / [en] The electricity consumption behaviour in the Brazilian industry has been extensively investigated over the past years due to its economic, social and environmental importance. Specifically, the electricity consumption of the subsectors of Brazilian industry have great importance for the Brazilian energy system. In this context, the long-term projections of energy consumption of a country or region are highly relevant information to decision-making of organs and entities operating in the energy sector. The deterministic bottom-up approach has been used for the long-term forecast in several areas of research. In this paper, we propose a methodology that combines the bottom-up approach with hierarchical linear models for long-term forecasting considering energy efficiency scenarios. In addition, Bayesian inference was used to estimate the parameters of the model, allowing the uncertainty incorporation in these forecasts. The results using the electricity consumption data from subsectors of the Brazilian industry showed that the proposed methodology is able to capture the trajectory of their electricity consumption, in particular of the pulp and paper, and of non-ferrous metals and other metallurgical subsectors. For example, the 95 percent credibility intervals constructed from the stochastic model contemplate the actual values observed in the years 2015 and 2016.